摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 植物miRNA预测 | 第10-11页 |
1.2.2 植物miRNA功能预测 | 第11-13页 |
1.3 本文的研究内容及结构 | 第13-15页 |
2 基于SVM的植物miRNA预测 | 第15-27页 |
2.1 植物miRNA预测模型的构建框架 | 第15-16页 |
2.2 正负数据集选择 | 第16-19页 |
2.2.1 正负样本数据选择 | 第16-18页 |
2.2.2 类不平衡问题及SMOTE算法 | 第18-19页 |
2.3 特征提取及特征选择算法 | 第19-23页 |
2.3.1 植物miRNA前体及成熟体特征 | 第19-21页 |
2.3.2 改进的SVM-RFE特征选择算法 | 第21-23页 |
2.4 分类器性能分析 | 第23-25页 |
2.4.1 性能评价指标 | 第23-24页 |
2.4.2 实验结果与分析 | 第24-25页 |
2.5 基于mirPlantPreMat的拟南芥miRNA预测 | 第25-26页 |
2.5.1 实验数据集 | 第25页 |
2.5.2 拟南芥成熟体miRNA预测 | 第25-26页 |
2.6 本章小结 | 第26-27页 |
3 基于加权蛋白质互作网络的mi RNA功能相似性计算 | 第27-42页 |
3.1 miRNA功能相似性计算的整体框架 | 第27-28页 |
3.2 加权蛋白质相互作用网络的构建 | 第28-30页 |
3.2.1 蛋白质相互作用网络的集成 | 第28-29页 |
3.2.2 蛋白质相互作用网络权重计算 | 第29-30页 |
3.3 miRNA间功能相似性计算 | 第30-32页 |
3.3.1 网络最短路径相关算法 | 第30-31页 |
3.3.2 改进的广度优先搜索算法 | 第31页 |
3.3.3 miRNA间功能相似性计算 | 第31-32页 |
3.4 实验结果与分析 | 第32-40页 |
3.4.1 实验数据 | 第32页 |
3.4.2 结果分析 | 第32-35页 |
3.4.3 PPImiRFS性能评估 | 第35-36页 |
3.4.4 性能对比分析 | 第36-39页 |
3.4.5 PPImiRFS应用 | 第39-40页 |
3.5 本章小结 | 第40-42页 |
4 基于直推式多标签分类算法的miRNA功能预测 | 第42-51页 |
4.1 miRNA功能预测的整体框架 | 第42-43页 |
4.2 miRNA功能相似性网络构建 | 第43-44页 |
4.2.1 聚类系数 | 第43页 |
4.2.2 基于聚类系数的阈值选择算法 | 第43-44页 |
4.3 直推式多标签分类算法 | 第44-47页 |
4.3.1 直推式学习与多标签分类 | 第44-45页 |
4.3.2 直推式多标签分类算法 | 第45-47页 |
4.4 实验结果与分析 | 第47-50页 |
4.4.1 实验数据集及预处理 | 第47页 |
4.4.2 算法性能评价指标 | 第47-48页 |
4.4.3 功能预测算法的选择及性能比较 | 第48-50页 |
4.5 本章小结 | 第50-51页 |
结论 | 第51-53页 |
参考文献 | 第53-59页 |
攻读硕士学位期间发表学术论文情况 | 第59-60页 |
致谢 | 第60-61页 |